Non-local Means Denoising using An Adaptive Kernel

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,384

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEE20_478

تاریخ نمایه سازی: 14 مرداد 1391

چکیده مقاله:

Non-local means algorithm is one of the powerful image denoising methods. Maintaining noise near edges and textural parts of a noisy image, is one of the main drawbacks ofNLM. In this paper we introduce an adaptive kernel derived from image structure to remove maintained noise. Experimentalresults show superiority of our algorithm in comparison with original NLM as well as a method based on shape adaptive patches.

نویسندگان

Amir Ali Tahmouresi

Shahid Bahonar university of Kerman

Saeid Reza Seydnejad

Shahid Bahonar university of Kerman

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • P. Perona and J. Malik, "Scale-space and edge detection using ...
  • N. Wiener, _ extrapolation, interpolation, and smoothing of stationary time ...
  • L.P. Yaroslavsky, "Digital picture processing - an introduction, " ...
  • Trans. Signal Proc., vol I3, no. 4, pp 600-612, 2004. ...
  • W.K. Pratt, "Digital Image Processing, " New York: Wiley, 1977. ...
  • نمایش کامل مراجع